进液温度（Liquid Supply Temperature）
3 秒看懂
进液温度 = 冷却液进入芯片冷板（cold plate）那一刻的温度，是液冷系统最核心的单一设定参数。进液温度越低，芯片降温越快，但制冷能耗越高；进液温度越高，越容易实现”无压缩机免费冷却”，但芯片热裕度收窄——整条 AI 液冷供应链的经济模型，本质上围绕这一个数字展开博弈。
3 分钟产业解释
为什么现在所有人都在谈”进液温度”？
AI 算力的单芯片功耗从 H100 的 ~700W 跃升至 GB200 超级芯片模块的 ~2700W（行业估计值，具体数值以产品公告为准），传统风冷已经无法在标准机架深度内带走热量。液冷从”可选”变为”刚需”。
而一旦进入液冷时代，所有讨论最终都会回到一个数字：冷却液以什么温度进入冷板？
- 温度太低（如 < 20°C）：制冷系统（chiller）必须持续运转，PUE 反而可能不如优化后的风冷。
- 温度太高（如 > 50°C）：虽然可以完全免压缩机冷却（dry cooler / cooling tower 直接供液），但芯片结温逼近上限，降频风险大增。
- 甜蜜区间：业界普遍追求 30–45°C 的进液温度（定性范围，具体取决于芯片热设计、冷板效率和当地气候），实现”温水冷却”（warm-water cooling），用冷却塔的自然散热即可应对，大幅降低数据中心 PUE。
一句话：进液温度决定了整个冷却塔、CDU、管路系统的工程选型，是液冷数据中心的”设计原点”。
15 分钟专家深入
1. 从芯片结温反推进液温度的工程逻辑
热路径链如下（简化）：
芯片结温 T_junction
│ ← 芯片内部热阻 R_die（硅本身 + 焊料 + TIM）
▼
封装表面 T_case / T_coldplate_contact
│ ← 冷板热阻 R_coldplate（铜/铝微通道 + 导热硅脂/TIM）
▼
冷板内液温 T_fluid_out = T_fluid_in + ΔT_coldplate
│
▼
进液温度 T_supply（= 本文核心变量）
热平衡关系：
Q_chip = ṁ × Cp × ΔT_fluid
其中：
Q_chip = 芯片功耗（W）
ṁ = 冷却液质量流量（kg/s）
Cp = 冷却液比热容（水约 4186 J/(kg·K)）
ΔT_fluid = 冷板出液温度 − 进液温度
关键洞察：如果芯片功耗 Q 固定，提高进液温度 T_supply → ΔT_fluid 需要更大（否则出液温度过高影响下游）→ 要么提高流量 ṁ（泵功增加），要么接受更小的温差约束。这就是进液温度为什么是一个系统级权衡变量，而不只是冷却工程师的参数。
2. ASHRAE 液冷温控指南
ASHRAE（美国采暖制冷空调工程师学会）为数据中心液冷提出了基于进水温度的数字代号等级（如 W17、W27、W32 等），区分了不同设备耐受等级：
| 液冷等级（ASHRAE 框架） | 典型进液温度范围（定性） | 特征 |
|---|---|---|
| W17（冷水） | 较低，需 chiller | 高冷却余量，PUE 友好度差 |
| W32 | ~32°C | 温水冷却，大量采用冷却塔直接散热 |
| W45 | ~45°C | 高温水冷却 |
⚠️ 注意：上表为基于 ASHRAE 框架的定性归纳，具体数值以 ASHRAE TC 9.9 最新出版物为准。搜索未返回可验证的精确数据源。
3. 进液温度与 PUE 的关系
传统风冷 PUE ≈ 1.3 – 1.6（取决于气候和优化程度）
液冷+低温进液（<25°C）PUE ≈ 1.15 – 1.25（chiller 仍然需要部分运行）
液冷+温水进液（35–45°C）PUE ≈ 1.02 – 1.10（冷却塔直供，chiller 仅极端天气备用）
以上数字为行业公开讨论的典型区间，非某一厂商实测值。实际 PUE 受气候区、负载率、混合散热架构影响极大。
核心逻辑：进液温度每提升 1°C，冷却塔可覆盖的自然冷却小时数（free cooling hours）可能增加数百小时/年——这就是为什么业界有动力把进液温度推高到芯片能承受的极限。
技术原理
液冷系统热力学模型
┌─────────────── 数据中心环境 ───────────────────────┐
│ │
│ ┌──────────┐ 进液温度 T_in ┌─────────────┐ │
│ │ 冷却塔 / │ ──────────────────→ │ CDU │ │
│ │ 干冷器 │ ←────────────────── │ （冷却分配单元）│ │
│ │dry cooler│ 回液温度 T_out │ 控制 T_in │ │
│ └──────────┘ └──────┬────────┘ │
│ ↑ 与室外空气换热 │ │
│ │ │ T_in │
│ ▼ │
│ ┌──────────────┐ │
│ │ 机架内冷板 │ │
│ │ (Cold Plate) │ │
│ │ GPU/CPU 模组 │ │
│ └──────────────┘ │
│ │ │
│ ΔT = Q/(ṁ×Cp) │
│ 出液 = T_in + ΔT │
└─────────────────────────────────────────────────────┘
CDU（Coolant Distribution Unit）是控制进液温度的核心设备：
- 内置板式换热器（PHE），隔离一次侧（设施水）与二次侧（IT 侧冷却液）
- 通过调节一次侧阀门开度 / 旁通混水，精确控制二次侧出液温度（即进液温度）
- 监控进/出液温差（ΔT）、流量、压力，作为健康指标
关键物理约束
① 冷板侧——ΔT 限制
冷板出液温度有上限（通常不希望超过 ~55–60°C，定性值，取决于密封材料和防漏设计），因此：
T_supply_max = T_out_max − ΔT_coldplate
若 ΔT_coldplate = 15K（典型），T_out_max = 55°C
→ T_supply_max ≈ 40°C
② 芯片侧——结温上限
GPU/CPU 结温上限通常在 95–110°C 区间（因工艺和厂商设计而异）。从结温到进液的总热阻链决定了最低可接受进液温度的上限——而不是下限。
③ 冷却液物性约束
| 冷却液类型 | Cp（比热容，定性） | 典型场景 | 进液温度特征 |
|---|---|---|---|
| 去离子水 + 添加剂 | 高（~4.2 kJ/(kg·K)） | 直接冷板（D2C）主流 | 30–45°C 温水可行 |
| 丙二醇/乙二醇混合液 | 略低于水 | 需防冻场景 | 稍低，牺牲部分换热 |
| 电子氟化液（如 3M Novec / Fluorinert 类） | 低（~1.0–1.1 kJ/(kg·K)） | 浸没式冷却 | 因 Cp 低，同等流量下 ΔT 大，进液温度需更精确控制 |
| 介电油（矿物油类） | 中低（~2.0 kJ/(kg·K)） | 单相浸没 | 需较大流量补偿 |
氟化液品牌型号众多，Cp 以厂商数据表为准。上表为数量级参考。
技术演进史
阶段一：风冷时代（~2015 年前）
- 数据中心不存在”进液温度”概念。冷却靠机房空调（CRAC/CRAH）吹冷风，送风温度 ~18–24°C（ASHRAE A1 推荐）。
- 单芯片功耗 < 300W，风冷够用。
阶段二：HPC 先行探索（~2015–2020）
- 超级计算机（如 IBM Summit / Sierra，欧洲各 HPC）率先采用直接液冷。
- 进液温度设定偏保守（~30°C 左右，估算），PUE 优化是主要驱动力。
- CDU 技术从工业领域迁移到数据中心。
阶段三：AI 爆发倒逼规模化（2020–2024）
- A100 → H100 → H200 → B200/GB200，单模组功耗从 ~400W 飙升到 ~1000W+ 乃至 ~2700W（GB200 NVL72 整机柜 ~120kW）。
- 液冷从”可选优化”变为”架构刚需”。
- 行业开始认真讨论将进液温度提高到 40°C+，以彻底摆脱压缩机。
- NVIDIA GB200 NVL72 参考设计明确要求液冷，具体进液温度推荐值以 NVIDIA 官方技术文档为准。
阶段四：高温液冷 / 余热回收（2025+ 展望）
- 进液温度继续提升至 50°C+ 甚至更高，出液温度可达 60–70°C。
- 高品质废热可直接用于区域供暖、吸收式制冷等余热回收场景。
- 与浸没式冷却结合，进一步解耦芯片热设计与环境温度。
技术路线对比
| 维度 | 低温进液（<25°C） | 温水进液（30–45°C） | 高温进液（>45°C） |
|---|---|---|---|
| 典型应用 | 早期 HPC / 极高热密度场景 | 当前 AI 数据中心主流方向 | 前沿探索 / 余热回收场景 |
| 是否需 Chiller | 是（持续运行） | 否（冷却塔/干冷器直供，chiller 仅峰值备用） | 完全不需要 |
| PUE 贡献 | 一般（1.15–1.25 量级） | 优秀（1.03–1.10 量级） | 极优（趋近 1.0） |
| 芯片热裕度 | 宽裕 | 适中 | 紧张，需精细热管理 |
| CDU 复杂度 | 中等 | 中等 | 需高温密封、专用材料 |
| 冷却液选择 | 水/乙二醇均可 | 水基为主 | 需耐高温冷却液，材料兼容性约束 |
| 余热利用价值 | 低（温位太低） | 中等（可预热生活用水） | 高（可驱动吸收式制冷/供暖） |
数字为行业公开讨论的典型量级，非某一项目实测。
上下游
上游（进液温度相关的组件/材料供应）
冷却液原料 → 去离子水处理剂、乙二醇、氟化液（3M/Solvay/巨化等）
冷板/微通道 → 铜铝精密加工（Cooler Master、Auras、双鸿等台系/陆系供应商）
CDU 设备 → Vertiv、Schneider、维谛、英维克、曙光、绿色云图等
管路/快接头 → Parker、Staubli、Nitto Kohki、川环科技等
温度传感器 → Pt100/PTC、热电偶、红外热像仪（监控进液温度精度）
泵系统 → 格兰富（Grundfos）、威乐（Wilo）等
下游（进液温度的最终影响对象）
GPU/CPU 芯片 → 结温、频率稳定性、寿命（温度每降低 10°C，电子器件寿命理论翻倍——阿伦尼乌斯模型）
数据中心运营商 → PUE、电费（OPEX）、碳排放指标
AI 训练效率 → 温控不良 → GPU 降频 → 训练吞吐下降
关键指标
| 指标 | 含义 | 行业参考范围（定性） |
|---|---|---|
| 进液温度 T_supply | 冷却液进入冷板温度 | 30–45°C（当前主流目标区间） |
| 出液温度 T_return | 冷却液离开冷板温度 | T_supply + ΔT（通常 ΔT = 10–20K） |
| ΔT（进回液温差） | 反映单位流量带走的热量 | 越大越好（流量可减小），但受限于出液温度上限 |
| 流量 Flow Rate | 单机架/单芯片冷却液流量 | 与功耗正相关，GB200 级别单机架可能需 L/min 级精确控制 |
| 冷却液品质 | 电导率、pH、颗粒物 | 电导率通常需 < 10 μS/cm（去离子水），以防腐蚀和短路 |
| CDU 控温精度 | 进液温度波动 | 目标 ±0.5–1°C（估算，取决于系统设计） |
| 液冷系统 COP | 制冷性能系数 | 冷却塔直供时 COP 可极高（>10），chiller 模式下 ~3–6 |
供需与市场数据
为什么进液温度成为一个”市场变量”？
-
芯片侧需求拉动：AI 加速器功耗年增 30–50%（行业共识估算），液冷渗透率从 2023 年的 < 10% 向 2026 年的 30–50%+ 快速提升（行业预测区间，来源各异）。
-
进液温度的设定直接影响：
- CDU 采购规格（是否需要内置 chiller 模块？成本差异可达数倍）
- 冷却塔选型（中温 vs 低温冷却塔，造价差异）
- 管路材料（低温可用 PVC，高温需不锈钢/CPVC）
- 整体 CAPEX/OPEX 分配
-
全球液冷市场规模：多家行业报告预测 2024–2028 年 CAGR 在 25–40% 区间（因口径不同差异大，含 CDU、冷板、管路等全部组件）。
⚠️ 搜索未返回可验证的精确市场规模数据。以上为基于行业共识的定性描述。
代表公司与资本映射
| 环节 | 代表公司 | 与进液温度的关系 |
|---|---|---|
| CDU / 冷却分配单元 | Vertiv（VRT）、施耐德（SU）、英维克、曙光数创、绿色云图 | CDU 是控制进液温度的核心设备，温控精度是产品核心卖点 |
| 冷板 | Cooler Master、Auras（双鸿）、CoolIT、Jetcool | 冷板热阻直接决定在给定进液温度下的芯片降温效果 |
| 冷却液 | 3M（已退出 PFAS）、Solvay、巨化股份 | 冷却液比热容/沸点决定进液温度可行范围 |
| 快接头/管路 | Staubli、Parker、川环科技、日丰股份 | 高进液温度对密封材料提出更高要求 |
| GPU 厂商（需求端） | NVIDIA、AMD、Intel | 芯片热设计功耗和结温上限定义了进液温度的上下界 |
| 数据中心运营商（决策端） | 万国数据、世纪互联、Equinix、AWS、Google | 根据 PUE 目标和当地气候决定进液温度设定 |
投资逻辑
核心论点：进液温度是一个”被低估的系统级变量”
大多数投资者关注液冷时聚焦在”冷板 + CDU”硬件。但 进液温度的设定实际上决定了整个液冷系统的 CAPEX/OPEX 结构：
-
进液温度越高 → CDU 可以去掉 chiller → 成本下降 30–50%（估算） → 液冷在更多场景具备经济性 → 加速渗透。
-
进液温度越高 → 冷却塔/干冷器成为主要散热设备 → 利好冷却塔厂商、暖通空调供应链。
-
进液温度越低 → 芯片热裕度越大 → GPU 可以以更高频率运行更长时间 → 在 AI 训练的”时间就是金钱”逻辑下，部分客户愿意为低温液冷付溢价。
-
风险点：进液温度过高 → 密封件老化加速、冷却液降解 → 维护成本上升。这是一个 可靠性 vs 经济性 的经典工程权衡。
投资映射思路
进液温度上升趋势（温水/高温液冷）
→ CDU 简化（去 chiller）
→ 冷却塔/干冷器需求增加
→ 利好：暖通传统厂商切入数据中心赛道
进液温度精细化控制需求
→ 高精度传感器、智能 CDU、液冷管理软件
→ 利好：有工业温控/过程控制背景的公司
常见误读纠偏
❌ 误读 1：“进液温度越低越好”
纠偏：进液温度低确实给芯片更多热裕度，但会带来：
- 制冷能耗大幅上升（chiller COP 仅 3–6）
- PUE 升高，抵消液冷本身效率优势
- 冷却液可能需要防冻处理（乙二醇），降低比热容
- 管路外表面可能结露（低于露点），带来腐蚀和电气安全隐患
正确理解：进液温度应设定在 “尽可能高但仍能保证芯片安全运行” 的位置——这是系统工程优化问题，不是越低越好。
❌ 误读 2：“进液温度是一个固定规格，选好了就不变了”
纠偏：实际运行中，进液温度是一个 动态调节变量：
- 冬季室外温度低，冷却塔能力富余，可提高进液温度（省电）
- 夏季高温，需降低进液温度或启用 chiller
- 负载低时，芯片功耗下降，可提高进液温度
- CDU 的智能控制算法会根据多维输入实时调节
正确理解：进液温度是一个 控制目标（setpoint），而非一个固有属性。优秀的液冷系统会根据环境和负载动态优化此值。
❌ 误读 3：“所有液冷系统都需要严格控制进液温度”
纠偏：
- 浸没式液冷的热管理逻辑与直接冷板（D2C）不同。浸没式中，冷却液与芯片直接接触（单相）或发生相变（两相），“进液温度”的定义和控制方式有本质区别。
- 两相浸没式中，冷却液在芯片表面沸腾，温度由冷却液沸点决定，进液温度的概念弱化为”冷却液饱和温度”或”冷凝器返回温度”。
学习路径
Level 1：概念入门
- 了解数据中心冷却架构：风冷 → 后门热交换器 → 直接液冷 → 浸没液冷的演进
- 关键词：PUE、冷板（cold plate）、CDU、冷却塔
Level 2：热力学基础
- 理解热传导公式 Q = ṁ × Cp × ΔT
- 了解芯片热阻链（junction → case → TIM → cold plate → fluid）
- 学习 ASHRAE TC 9.9 对数据中心热环境的分类
Level 3：工程实践
- 研究 CDU 厂商产品手册（Vertiv、Schneider 等公开资料）
- 了解冷却液选型逻辑（比热容、电导率、闪点、GWP）
- 学习液冷管路设计：并联 vs 串联回路对进液温度均匀性的影响
Level 4：系统优化
- 掌握进液温度与 PUE 的联合优化模型
- 了解 AI 负载特性（间歇性高功耗 vs 稳态推理）对进液温度控制策略的影响
- 研究余热回收经济模型（进液温度越高，可回收热品位越高）
一句话总结
进液温度是液冷数据中心的”系统原点”——一个数字，决定了 CDU 是否需要压缩机、冷却塔选多大、管路用什么材料、PUE 能做到多低、废热能否回收。在 AI 功耗飙升的时代，把进液温度从 25°C 推到 45°C，可能比任何芯片工艺进步都更能降低数据中心的整体能耗成本。
延伸阅读与来源
- ASHRAE TC 9.9 — Thermal Guidelines for Liquid Cooled Data Processing Equipment（数据中心液冷热环境指南，行业权威基准）
- OCP (Open Compute Project) — Advanced Cooling Solutions 子项目，涵盖冷板、CDU、浸没冷却的技术规范
- NVIDIA GB200 NVL72 技术概述 — NVIDIA 官方发布的液冷超级计算机构架资料（具体进液温度参数需查阅官方文档）
- Vertiv / Schneider Electric — CDU 产品白皮书（涵盖进液温度控制策略）
- Uptime Institute — 数据中心冷却趋势年度报告
- Liquid Cooling for Data Centers (Liquitainer / GRC 等浸没冷却厂商) — 两相 vs 单相浸没液冷技术对比
⚠️ 免责说明：本文中具体数字（温度区间、PUE 值、市场份额等）均基于行业公开讨论的典型量级和定性共识，非某一权威来源的精确数据。搜索过程中主要文献源返回 HTTP 403 错误，无法交叉验证。投资决策请以一手数据和厂商官方披露为准。